Update.
authorFrancois Fleuret <francois@fleuret.org>
Fri, 12 Aug 2022 08:01:40 +0000 (10:01 +0200)
committerFrancois Fleuret <francois@fleuret.org>
Fri, 12 Aug 2022 08:01:40 +0000 (10:01 +0200)
minidiffusion.py

index 037ef11..6855752 100755 (executable)
@@ -74,7 +74,8 @@ x = torch.randn(10000, 1)
 for t in range(T-1, -1, -1):
     z = torch.zeros(x.size()) if t == 0 else torch.randn(x.size())
     input = torch.cat((x, torch.ones(x.size(0), 1) * 2 * t / T - 1), 1)
-    x = 1 / alpha[t].sqrt() * (x - (1 - alpha[t])/(1 - alpha_bar[t]).sqrt() * model(input)) + sigma[t] * z
+    x = 1 / alpha[t].sqrt() * (x - (1 - alpha[t])/(1 - alpha_bar[t]).sqrt() * model(input)) \
+        + sigma[t] * z
 
 ######################################################################
 # Plot